企业管理是门学问，是项艺术，更是一种智慧。企业管理必须卓有成效，否则企业将难以生存。从泰勒的《科学管理原理》，到德鲁克的《卓有成效的管理者》，再到谷歌的《重新定义公司》，企业管理的思想和方法发生了翻天覆地的变化。但万变不离其宗，诺贝尔奖获得者赫伯特·西蒙认为，管理就是制定决策。
随着大数据时代的到来，更好的应用数据去支撑决策成为可能，同时越来越多的企业认识到数据的意义和价值，但是立足于数据进行管理的模式并未形成，一切都在摸索中，管理数据化并未得到深入的研究和推广普及。
柳传志是我国成功的企业家，他的管理三要素：定战略、搭班子、带队伍，高度精炼地概括了企业的管理基础，直击企业经营管理的核心。30年沉淀，历经岁月打磨，适用于联想，也适用于任何企业组织。企业管理数据化是用数据量化工作过程和结果，本身需要复杂的建模，做起来很不易，但管理三要素给我们提供了“四两拨千斤”的机会，基于管理三要素实施数据化的成本更低、落地的成功率更高。本文将分享如何将柳传志的管理三要素数据化。
一、 “搭班子”如何数据化
所谓“班子”，是指企业管理层。 “搭班子”有两层含义，一是“搭什么样的班子”，重在“素质”；二是“怎么搭班子”，重在“选择”。柳传志认为，搭班子的核心理念就是要让管理层更积极，建立起事业心，把企业的事业当作自己的命去做，通过规则和文化让管理层团结、高效地工作。
1、积极性的调动
调动班子成员的积极性，首先要让班子成员明白他和全局的关系，知道一件事情做好会怎么样，做不好又会怎么样，执行的重点是信息公开、群策群力和达成共识，可以通过企业运营管理驾驶舱（如图1）达到信息公开的目的。其次要让目标完成情况公开，和其他班子成员相比，是快还是慢，操作的难点是设立评价标准。帆软公司的年度目标制定时比较严谨，非常注重历史数据、内部数据和外部数据的应用，同时有一个通过自上而下、自下而上、不同部门间相互检验的过程，比如销售目标，我们会结合销售部预测、市场部预测综合制定，最后产生一个可量化的目标。这个目标有两个纬度，一是要达到多少，二是进步有多大。有了大家认可的目标，接着我们通过完成度来对比，并将数据都公开在办公室门口的大屏上，孰优孰劣一目了然，激励效果可想而知。当然为了赢得竞争，班子成员难免会想办法扩大资源的应用，比如增加人力，增加费用投入。所以，帆软又采取了一套“人员连接财务指标”的办法，所有部门的产出都和人均销售额、人均成本、人均利润、员工投入产出比这些财务指标挂钩，效果还不错。
图1：某银行运营管理驾驶舱效果
2、用人的困局
据 “企业经营者最容易出现的问题”的调查报告显示，“用人不当”的比重占到50.8％，仅次于“决策失误”，成为企业最容易出现的问题之一。“用人不当”从管理角度来看，主要是“能力与个性的失衡”以及“能力与业绩的失衡”两方面，谷歌公司通过“人事分析”方法，较好地解决了这个问题。通过大量的内部数据研究，谷歌发现了鉴别出优秀领导者的八大特性：找到自身定位、察觉外部变化、回应外界需求、设定具体目标、制定优先要务、学习领导统驭、培养识才眼光、打造合作团队，员工们会每年两次地根据这八大特性，对其上司进行评价，再加上核心层的观察，可以很客观地反映管理者的胜任指数。请神容易送神难，解决这个难题要注意两点，一是选择德才兼备的班子成员，以德为主；二是拥有把话放在桌面上讲的氛围，用数据说话。
二、“带队伍”如何数据化
所谓“队伍”，就是企业基层员工。“带队伍”就是让士兵爱打仗，会打仗，团队作战有序，以确保战略的有力执行。无论何时何地何种企业，问题是相似的，都必须面对，解决好带队伍的难题，攻城略地无往不胜。如果说管理数据化的核心是建立一个基于“管理三要素”的过程和结果量化体系，那么该体系主要解决的问题就是带队伍。
1、让士兵爱打仗
让士兵爱打仗，就是要让他们爱上公司、爱上工作，那么我们就需要做好激励和文化，俗一点讲就是马云说的“钱给到位”和“干的开心”。员工觉得自己值得拿那么多钱，同时企业也觉得值，那么钱就给到位了。帆软公司的薪酬制度很简单，就是向内看贡献，向外看同行，将企业营收、企业预算、团队贡献、个人贡献、个人司龄、个人能力评估、行业岗位薪资等因素数据化并建模，所以“给钱”就比较合适。做自己喜欢的事，有晋升空间，且工作氛围比较好，员工自然会干的开心。帆软公司追求简单高效，没有繁琐的制度要求和管理架构，讲究以事论事，用数据说话，人际关系非常简单。通过门口大屏报表的展示，每个团队、每个人的OKR情况，工作和贡献十分透明。有能力，有意愿，你就可以承担更多的责任，去做更多创新的事情。在这样的环境下，“有事一起做，有财一起发”，所以帆软的每个人都愿意去打仗，愿意做更多贡献。
2、让士兵会打仗
仗打的怎么样，不仅要看过程，还要看结果，即工作过程和结果的数据化。当士兵的单兵作战能力一般，过程的数据化更为重要，管理者要多予以工作指导；当士兵已经要成为兵王的时候，对结果的数据化则为更重要，管理者要多予以更高目标、更多激励。
数据化工作过程时，要抓好重点工作，把握关键环节，并将此纳入绩效考核体系中，这样才能员工重点关注、重点突破，保证高效的工作过程，比如销售人员的行为数据化，可以是电话数，拜访数等。数据化结果时，要明确目标，但不宜过多，比如销售人员只需要销售任务完成率，季度销售额增长率这种就没必要了，目标过多而会分散精力。
3、数据化带来的开发挑战
管理的越细，数据化工作越全面，报表数量越多，也越复杂。笔者接触过很多年产值以百亿为单位的企业，报表数量动辄上千，林林总总，眼花缭乱。数据化过程中面临的最大挑战就是报表落地：报表的需求越多越复杂，开发的工作量越大，成本也越高，项目周期也越长，同时需求很难被及时响应。
解决方式是应用第三方的报表软件，专业的事情还是要交给专业的工具实现，采用报表软件有以下几个好处：开发便捷、容易维护、交接方便、人的要求低、响应新需求快速。在选择报表时，建议注意以下几点指标：是否能制作中国式复杂报表，是否易学易用易集成，是否能满足多变的需求，性能是否符合要求，售后服务是否有保证。
4、如何才能避免“数据化”走形式
很多政策在初期执行时都轰轰烈烈，但没过多久，便会执行不到位，最后不了了之。有家企业，通过调研发现，IT人员使用FineReport开发的各种报表挂载到报表中心后，应用率并不高，如果你恶作剧地在报表中骂某个领导SB，可能都没有人发现。这和企业文化、员工的理解和重视程度有关。工作过程和结果数据化完成后并非大功告成，我们要塑造数据的文化，让数据彻底融入员工到血液，这样才能将磨好的刀用起来！所以，我们要想办法让企业把报表用起来，一直用，时时用，让数据能反馈管理，让数据改进管理，让数据提升业绩。除了公司制定相应的制度和考核机制外，我们还可以用被动和主动的方式，让数据包围企业，让其不得不关注数据，塑造这样一个数据文化，以下几个是比较有效的方法。
（1）大屏数据展示
在企业的车间或者办公室做大屏数据展示，这样每个人都可以知道自己的工作进展，工作可以很好的聚焦，并且也有很强的激励作用。
图2：某公司大屏展示效果
（2）信息主动推送
我们有个客户是行业的领军企业，OA软件上了13年，在办事效率上并没有感受到明显的提升，有人说软件不好用，有人说是人的问题，大家你推我挡，上演了各种撕逼大战。信息中心主动站出来，做了图3所示的流程绩效分析报表，每天通过微信和短信推送流程执行排名，并将此排名和人事部门绩效相结合。工具端和制度端双管齐下后，该公司的办事效率提高了80%。
图3：流程绩效分析报表
（3）移动端报表应用
很多公司每月都有经营会议，使用PPT来复盘、分析工作的完成情况，本来是很好的制度安排，但往往执行操作的时候，表面意义大于实际内涵。传统的经营会议存在着这些劣势：每月需花费大量时间和精力整理数据，制作PPT；数据并非由系统直接提供，基本上都是手工计算的，领导易产生怀疑；PPT等文本类型的数据很难进入数据仓库，对后期数据统计对比分析无再利用价值。我们有家客户做了创新，让IT部门对月度经营分析报表进行了信息化，然后每个会议室标配一个iPad，从此之后开月度经营会议，只需要报告者打开iPad，基于数字演讲，而且开会时间从月中提前到了月初。
（4）把报表嵌入业务系统
某集团年产值近600亿，每年花在辅料采购上的费用高达30多个亿。该集团的辅料采购全靠一个经验丰富的采购员，IT部门帮他的采购经验固化为一写分析报表，并嵌入到采购系统中作为参考，经过一年的统计，在销售额不断增长的情况下，他们却节省了5.1个亿的采购费用。
图4：采购情分析报表
三、 “定战略”如何数据化
所谓“战略”，就是企业的计划和策略。“定战略”基于对企业内部和外部环境的基本面了解和研究，包含“描绘愿景、明确战略、制定策略、分解战术、确定领军人物、调整组织架构和考核激励”七式，柳传志强调在制定战略过程中需要充分务虚，系统思考，协调推进，所以“定战略”的落实，实质是数据质量的落实、分析指标的落实。虽然不同行业不同企业有不同的标准，但有两个原则是要遵守的：一是不能蒙着打，要想着打，二是要把企业执行力和具体的步骤想清楚。这两个原则，就是要求管理者必须清楚内部和外部的情况，要掌握全面、准确和及时的数据，所以“定战略”数据化的难点即是怎么掌握所需要的数据，怎么从数据中发现新机遇。
1、数据的质量标准
高质量数据具备以下几个特征：完整性、规范性、一致性、准确性和及时性，影响数据质量的因素主要源于信息、技术、流程和管理，企业数据从“差变为好”“从无用变为无用”，需要系统的考虑这四个影响因素。
2、需要哪些数据
企业必须整合各个系统的明细数据，这是为什么呢？因为明细数据才能将数据异常的地方展现出来，告诉管理者业务异常背后的真正原因，这是汇总分析办不到的。明细数据越多，数据量也越大，所以这也带来了大数据的挑战，如果不解决大数据的性能问题，整合明细数据也没有用途。
知己知彼百战不殆，外部数据对企业也是极为重要的，比如引入行业标杆企业的数据后，就可以通过纵向、横向的对比判断自身所处的位置和表现情况。外部数据可以通过填报系统自己录入获得，也可以从互联网上采集，或者通过数据银行购买。引入外部数据后，除了带来大数据性能的挑战，还有数据异构，这点还需注意。
3、从数据中发现机遇
定战略不是一个人的事，它需要自上而下、自下而上、再自上而下的过程，需要全公司的智慧。通常来说，企业的信息化建设都是IT部门主导的，在需要灵感和想法的数据分析面前，传统做法已经不合时宜。信息化建设必须要让业务部门主导，也就是让他们不受制信息化开发的约束，数据分析可以随心所欲，使其管理思维和数据充分融合，发生化学反应，从数据中发现新的机遇。从技术角度上讲，数据分析系统必须能够满足业务人员在前端自助地、自由自在地分析数据制作报表。
上面讲了三个挑战，决挑战就是要满足需求，满足需求就要考虑落地工具。以大数据、能否自助分析这两个挑战为维度，简单分析一下常见的落地工具。
图5：大数据分析工具的四象限分析图
通过SQL导出excel，再用excel分析数据是最常用的方式，但弊端也最多，笔者并不倡导。R语言是非常专业的重武器，中国很多企业的数据还没有上升到做数据挖掘。Hadoop相关工具真正解决了大数据量，但是需要配合数据展现工具才能用起来。Cognos是最早尝试解决业务人员自助分析和大数据的工具，但是已经跟不上企业数据量的增长和企业业务变革的速度，于是就给了以Tabeau、FineBI为代表的自助型BI了机会。
结语
实施管理数据化并非易事，需要强力的执行，更需要文化的支撑。脱离数据文化谈管理数据化毫无意义，无非是披着数据化理性决策的外衣，依旧行着感性的凭借直觉决策的事实。数据表示的是过去，表达的是未来，管理数据化越早，程度越高，企业获益越多。有的企业喜欢谋定而后动，先详细设计再上路，这未尝不可，但笔者更建议，像互联网产品那样小步快跑、迅速迭代，早日走出一条适合自己的数据化管理之路。笔者浅薄的分享，希望能对大家有些许帮助。
［本文来源：帆软数据研究院］
|
